Wir verwenden Cookies. Cookies und Browserspeicher halten Sie angemeldet und merken sich Ihre Einstellungen. Mit Ihrer Zustimmung messen wir außerdem, wie die Website genutzt wird. Sie können jederzeit . Siehe unsere Cookie-Richtlinie.
mongodb/voyage-multimodal-3.5Läuft über Ihr Guthaben zu den oben genannten Preisen. Neue Konten starten mit kostenloser Nutzung.
Einstellungen
VoyageAI by MongoDB: voyage-multimodal-3.5 ist ein multimodales Embedding-Modell von VoyageAI by MongoDB. Es gehört zur Kategorie der Embeddings, seine Aufgabe ist es also, Inhalte in Vektoren umzuwandeln, statt Chat-Antworten zu generieren. Es richtet sich an Entwickler, die ein einziges Embedding-Modell benötigen, das mehr als reinen Text abdeckt.
Das Modell akzeptiert Text und Bilder als Eingabe und erzeugt Embeddings als Ausgabe. Es kann Text, Bilder und Video einzeln vektorisieren und verarbeitet auch Inhalte, die alle drei Modalitäten ineinander verschachteln. Das Kontextfenster beträgt 32.000 Token, und die maximale Ausgabe liegt bei 28.800. Da die Ausgabe immer eine Vektordarstellung ist, liefert das Modell keine Prosa, Antworten oder Chat-Vervollständigungen zurück; es gibt Embeddings zurück, die Sie speichern oder vergleichen.
Diese Fähigkeiten deuten auf einige praktische Einsatzmöglichkeiten hin. Sie können Textdokumente und Bilder in einen gemeinsamen Vektorraum einbetten, um Suche und Retrieval zu ermöglichen, was zu Wissensdatenbanken und Katalogen passt, die schriftliches Material mit visuellen Assets mischen. Da das Modell verschachtelte Text-, Bild- und Videoinhalte verarbeitet, eignet es sich auch für Seiten oder Datensätze, in denen die Modalitäten gemeinsam auftreten, etwa Produktlistings mit Beschreibungen und Fotos. Die Embeddings können Ähnlichkeitsabgleich, Clustering, Deduplizierung und Empfehlungsfunktionen unterstützen, die auf Ihrem eigenen Vektorspeicher aufbauen.
Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID "mongodb/voyage-multimodal-3.5" auf. Da der Endpunkt dem OpenAI-Format folgt, können Sie vorhandene OpenAI-Client-Bibliotheken verwenden und sie auf api14 ausrichten, Text- und Bildeingaben senden und die Embedding-Vektoren zurücklesen. Das Modell listet keine unterstützten Parameter auf, planen Sie also mit den Standardwerten für dieses Modell und halten Sie die Anforderungskonfiguration minimal; prüfen Sie die Endpunktdokumentation auf die genaue Anforderungsform, bevor Sie es in eine Pipeline einbinden.
Behalten Sie die Embedding-Rolle im Auge, wenn Sie zwischen Modellen wählen. Dieses Modell generiert keinen Text und führt keine Gespräche, daher erfordern Aufgaben, die generierte Antworten oder Reasoning benötigen, stattdessen ein Chat- oder Completion-Modell. Es ist die bessere Wahl, wenn die Anforderung darin besteht, Text, Bilder und gemischte Inhalte als Vektoren für Suche und Retrieval darzustellen.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.embeddings.create({
"model": "mongodb/voyage-multimodal-3.5",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
In dieser Community gibt es noch keine Themen. Eröffnen Sie das erste zu VoyageAI by MongoDB: voyage-multimodal-3.5.